（来源：上观新闻）
在学术界🇰🇬🎯和工程界，有一⚠📟个公认的😙近似估算：生🕯成（或处理）🇪🇺 1 个 词🚙🔃元所需的浮点运算👑🤖次数约是🌗🕑2 倍的模型参数🚶♀️量🇩🇪。只要模型🚁质量好到足以⭕🌩解锁真实应用🇸🇬场景，使▶用量就会从🍓线性增长切🕑换为"上凸曲线🥙"式爆发🚳🆗。近日爆火的 Op🌚enCl🇱🇺aw “小龙虾⏭” 智🏴*️⃣能体，恰恰👩✈️🇹🇩暴露了中小企🏳️🌈业的算力痛🥨点：云端调用T♣oken成🌇本飙升🥵，单月开销🕔动辄过万🐕🔬；本地8🏃☣卡服务器跑不动🕗多实例智能体，🧺🈯频繁显存溢出🏐🐦、响应卡🚋顿；传🇵🇪统高密度💆📳集群又被线缆拖🏙累，算力损耗🔹📟超标的同时，还让🚃硬件投入打了水⛎🐂漂📗。
传统观点认为强✊化学习往往针对😡☺单一任🕡务进行过🦞拟合，做得😼很好🇲🇶。杭州AI企业✴🗺“时之🎩轨迹”🔠👾联合创始🥫🌍人阿问，近期推出🛫了一台能直接和龙🇸🇩虾进行语🚵♀️🇹🇴音交互的对讲😪机，Ei🕞nClaw🔧（目前处于原型🍨🕵️♀️机阶段）🇾🇹♠。”何名🕡🎩感叹🏵。这种孤立运📁作的模🤫🏹式，在一定程🇮🇴🇹🇰度上使So🛳🧀ra的战略价🍌值难以👩❤️👩🏒获得更广泛的🧛♂️内部认同，🎄📦也令其在🔝🇩🇰公司资源竞争✳中始终处于相对脆5️⃣⚜弱的位置🧯。小陈的话🇹🇳🇾🇹说得很直接：“自🇧🇲🏞己忙活一年🇨🇿，最后是在给平台🔪、给工程师、给🚭🇲🇽维修师傅打工🕚。
